差距仍然存在于东盟公司的数字和数据驱动策略 希望今年的“最热门的工作”落地?这是您需要成为数据科学家的东西 Gitlab 8.5改变速度 移动数据免费瑞典火花争议 IBM使用WATSON占据了500万美元的重大突破奖 Rapid7披露了远程代码执行缺陷 恩菲尔德委员会部署客户服务机器人 Apple及时回到补丁OS x 10.6雪豹 Atos Hits Rio 2016奥运会IT里程碑 科学家表示,网络安全必须顶级英国议程 防水Galaxy S7边缘使得非正式的首次亮相 这些欧洲移动网络将阻止客户手机上的“无关”广告 忘记卡片和鲜花; Crowdfunding网站有助于支付医疗费用 怒火一刀免费升级,怒火一刀手游装备融合技巧分享 来自Cyber​​tronpc的怪物游戏笔记本电脑最新的桌面硬件 研究表明,欧盟公司缓慢检测网络攻击 手表:波音新的737 Max有第一次测试飞行 内部Verizon的超级碗控制中心 gov.uk验证2016年5月24日上市 BT销售于2016年季度增长了35%,Q2随着EE和宽带提升 隐私盾牌良好的是至少一年,说欧盟监管机构 新的办公室365个人资料帮助人们了解他们的同事 雅虎在主要周转计划中削减了职位并关闭Web房产 北欧Cio采访:Claes-Håkan约翰逊,Prem 千禧一代的近60%通过公司网站搜索工作 思科希望成为数字转型的基础 没有达成协议,以取代安全港附近 Qualcomm的新型LTE调制解调器击中了千兆,触及了移动的未来 Natero为客户生命周期管理带来预测分析 政府测试使用社交媒体帐户核实在线用户身份 汉考克规定了数字转型的关键原则 强大的Android银行管理恶意软件的源代码泄露 Simon Stevens推出Medtech创新基金 Facebook在监管崩溃后从印度撤回免费基础知识 制造商表示,下载速度不是最大的宽带关注 像Chromebook,拇指尺寸的电脑很快就会起飞 劳里的爱可能会伪装精神疾病索赔律师 全球32亿人现在使用互联网 像Chromebook,拇指尺寸的电脑很快就会起飞 特斯拉模型3是Elon Musk的下一个巨大的赌注(他自己的现金中的5.5亿美元) 北欧Cio采访:伯根大学托尔伯海姆 拒绝机器学习是修复错误代码的冠军 挑战者银行椋鸟获得英国银行许可证 法国当局在税务欺诈探测中袭击了谷歌的巴黎办事处 Apple希望法庭规则,如果它可以被迫解锁iPhone Nutanix为容器,物理服务器和全闪存添加存储 英国社交媒体习惯是企业安全风险,警告英特尔安全 第二次事故后,特斯拉不会关闭自动驾驶仪 超越Centrino:英特尔驱动器驱动器的5G世界变化 您的Galaxy S7或S7 Edge有哪些芯片?
您的位置:首页 >开发 >

差距仍然存在于东盟公司的数字和数据驱动策略

东南亚国家协会(东盟)不到一半(44%)的商业领袖(东盟)认为他们有一个完整的数字战略到位。

根据Microsoft亚洲数据文化研究2016年的调查结果,尽管提供了91%的人,但它非常重要,这是数据驱动的敏捷业务。

Microsoft亚太(APAC),云哈特尔(Adreas Hartl)(Andreas Hartl)(Adreas Hartl)(Adreas Hartl,Gental Asia-Pacific)

他补充说,组织需要将数据转化为可操作的见解并预测未来,以便提前趋势,开发收入流并生存。

Hartl表示,这些组织需要通过使用分析,预测数据和权利来开发数据文化,使能在组织中的任何人,随时随地都有洞察力。

要成为一个具有数据文化的组织,需要进行数据敏捷性的基础设施,强大的数据治理,允许员工协作和员工访问和分析数据的能力。

根据微软的学习,东盟组织看到驾驶数据文化的好处:运营效率(86%),实时决策的能力(85%),更好的业务连续性(84%),改善流程(84%) )并改善客户满意度和保留(77%)。

该研究质疑来自东盟国家的新加坡,泰国,印度尼西亚,菲律宾,马来西亚和越南的269名商业领袖。

尽管具有数据文化的好处,但该研究发现存在障碍,其中包括:劳动力缺乏数字技能(43%),担心变更(42%),数据安全(41%) )并确保资金(38%)。

东盟的大约87%的商业领袖觉得数据文化应该从顶部驱动,在领导团队中具有正式的作用来推动数据策略。大多数人认为数据文化应由首席执行官领导,其次是高级IT领导力和CIO。

“从飞行员开始,从中学习,这是一个成功,长期旅程的关键。Hartl说,组织需要考虑提供见解和机会的情景。

“他们需要向他们的业务提出不同的问题,而不仅仅是根据后景,而是关于未来。技术已经进化了这么多,这不再是科幻小说,而是通过我们今天的一些渐进客户所做的。“

NCSSAID分析总监Clifton Phua:“大多数东盟领导人都认识到该价值并支持使用先进的分析。”然而,他补充说,最多使用的技术,例如商业智能或高级分析。

Phua表示,推动数据驱动决策制造的挑战是由于各种因素。

这些包括:缺乏显着的IT投资导致无法有效地沟通,跟踪或处理数据;缺乏合适技能的人来管理数据驱动系统;缺乏与组织适当衡量的先进分析;缺乏对新兴实践的意识,他们的利益和指定团队有能力解决变革管理中的问题的必要性。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。